TL;DR
Output SPSS buat skripsi kuantitatif dibaca lewat delapan tabel: Case Processing Summary, Descriptive Statistics, Correlations, Reliability Statistics, Tests of Normality, Model Summary, ANOVA, dan Coefficients. Urutan bacanya ngikutin urutan pengujian, dari kelengkapan data sampai uji hipotesis. Angka paling penting ada di kolom Sig., dan hampir semua kesimpulan dibandingkan dengan batas 0,05.
Sekali klik OK, SPSS ngeluarin belasan tabel sekaligus. Yang beneran kamu pakai buat skripsi cuma delapan.
Masalah paling umum bukan nggak bisa jalanin ujinya, tapi nggak tau angka mana yang harus dilihat di antara puluhan angka yang muncul.
Di bawah ini delapan tabel itu, diurutkan sesuai urutan pengujian. Tiap tabel ada tiga hal: angka mana yang dibaca, batasnya berapa, dan contoh kalimat yang bisa langsung kamu sesuaikan buat bab 4.
Ada delapan tabel inti buat skripsi kuantitatif dengan regresi: Case Processing Summary, Descriptive Statistics, Correlations, Reliability Statistics, Tests of Normality, Model Summary, ANOVA, dan Coefficients. Empat tabel pertama ngecek kualitas data dan instrumen, empat sisanya menjawab hipotesis.
| Urutan | Nama tabel | Angka kunci | Buat menjawab |
|---|---|---|---|
| 1 | Case Processing Summary | N Valid dan N Excluded | Datanya lengkap atau ada yang hilang |
| 2 | Descriptive Statistics | Mean, Std. Deviation, Min, Max | Gambaran umum tiap variabel |
| 3 | Correlations | Pearson Correlation, Sig. | Validitas butir dan arah hubungan |
| 4 | Reliability Statistics | Cronbach's Alpha | Konsistensi kuesioner |
| 5 | Tests of Normality | Sig. Kolmogorov-Smirnov atau Shapiro-Wilk | Residual menyebar normal atau nggak |
| 6 | Model Summary | R Square, Adjusted R Square | Seberapa besar model menjelaskan Y |
| 7 | ANOVA | F dan Sig. | Pengaruh simultan semua variabel bebas |
| 8 | Coefficients | B, t, Sig., VIF | Pengaruh parsial tiap variabel bebas |
Kalau penelitianmu pakai uji beda kayak t test atau ANOVA satu jalur, tabel 6 sampai 8 diganti tabel Group Statistics dan Independent Samples Test. Sisanya tetap sama.
Tabel ini nunjukin berapa baris data yang kepakai dan berapa yang dibuang SPSS. Kolom Valid adalah data yang diolah, kolom Excluded adalah data yang punya nilai kosong di salah satu variabel. Kalau angka Valid nggak sama dengan jumlah kuesioner yang kamu anggap layak, ada yang perlu dicek sebelum lanjut.
SPSS secara bawaan ngebuang seluruh baris yang punya satu saja jawaban kosong. Jadi satu butir yang kelewat bisa bikin responden itu hilang dari analisis.
Contoh kalimatnya:
Dari 100 kuesioner yang disebar, 96 kembali dalam keadaan terisi lengkap dan seluruhnya diolah, sehingga N valid dalam penelitian ini sebanyak 96 responden.
Angka 96 ini harus konsisten sampai tabel terakhir. Kalau di tabel Coefficients tiba-tiba jadi 94, cari tau kenapa sebelum kamu tulis apa pun.
Tabel ini berisi nilai rata-rata, simpangan baku, minimum, dan maksimum tiap variabel. Rata-rata nunjukin kecenderungan jawaban responden, simpangan baku nunjukin seberapa beragam jawabannya. Buat kuesioner skala 1 sampai 5, rata-rata 4,12 artinya jawaban responden condong ke setuju.
Yang sering dilewat itu simpangan baku. Kalau angkanya kecil banget, misalnya di bawah 0,3 pada skala 1 sampai 5, jawaban respondenmu hampir seragam dan itu bikin hubungan antar variabel susah kedeteksi.
Cek juga nilai minimum dan maksimum. Angka 7 di kuesioner skala 1 sampai 5 berarti ada salah input, bukan outlier beneran.
Variabel Biaya Promosi memiliki nilai rata-rata sebesar 4,12 dengan simpangan baku 0,584, nilai minimum 2 dan maksimum 5. Nilai rata-rata tersebut termasuk kategori tinggi.
Tabel Correlations dipakai buat dua keperluan. Buat uji validitas, kamu baca nilai Pearson Correlation tiap butir terhadap skor total, lalu bandingin dengan r tabel. Buat analisis hubungan, kamu baca nilai korelasi antar variabel beserta tanda positif atau negatifnya.
Tanda bintang di sebelah angka itu penanda signifikansi. Satu bintang berarti signifikan pada taraf 5 persen, dua bintang pada taraf 1 persen.
Nilai r tabel diambil dari derajat bebas jumlah responden dikurangi dua. Buat 96 responden pada taraf 5 persen, r tabelnya sekitar 0,201.
Seluruh butir pada variabel Biaya Promosi memiliki nilai r hitung antara 0,412 sampai 0,738, lebih besar dari r tabel 0,201, sehingga seluruh butir dinyatakan valid.
Langkah lengkap ngeluarin tabel ini ada di panduan uji validitas dan reliabilitas SPSS.
Tabel ini cuma punya dua kolom: Cronbach's Alpha dan N of Items. Yang dibaca angka Alpha-nya. Semakin dekat ke 1, semakin konsisten jawaban responden antar butir dalam satu variabel.
Batas yang umum dipakai di buku metodologi ada dua, 0,60 dan 0,70. Pilih satu, sebut sumbernya di bab 3, lalu konsisten.
Kalau Alpha-mu rendah, jangan langsung ganti data. Buka tabel Item-Total Statistics, lihat kolom Cronbach's Alpha if Item Deleted. Kalau ada butir yang kalau dibuang bikin Alpha naik jauh, butir itu kemungkinan bermasalah redaksinya.
Nilai Cronbach's Alpha variabel Biaya Promosi sebesar 0,812 dengan jumlah 6 butir. Nilai tersebut berada di atas batas 0,70, sehingga instrumen dinyatakan reliabel.
Tabel ini punya dua bagian, Kolmogorov-Smirnov dan Shapiro-Wilk. Yang dibaca kolom Sig. Kalau nilainya lebih besar dari 0,05, data dinyatakan menyebar normal. Buat sampel kecil di bawah 50, banyak buku menyarankan pakai Shapiro-Wilk.
Poin penting yang sering keliru: di analisis regresi, yang diuji normalitasnya itu nilai residual, bukan data mentah tiap variabel. Residual adalah selisih antara nilai Y yang sebenarnya dan nilai Y yang diramalkan model.
Caranya, simpan residual lewat tombol Save di kotak dialog regresi, lalu uji kolom residual itu. Langkah rincinya ada di panduan uji normalitas SPSS.
Hasil uji Kolmogorov-Smirnov terhadap nilai residual menghasilkan signifikansi sebesar 0,200 yang lebih besar dari 0,05. Dengan demikian residual dinyatakan menyebar normal.
Kalau signifikansinya di bawah 0,05, tulis apa adanya lalu sebut tindakanmu. Pilihan yang umum: transformasi data, periksa outlier, atau nambah jumlah responden.
Model Summary berisi R, R Square, Adjusted R Square, dan Std. Error of the Estimate. R Square nunjukin proporsi naik turunnya variabel terikat yang bisa dijelasin variabel bebas. Buat regresi dengan lebih dari satu variabel bebas, pakai Adjusted R Square karena angkanya udah disesuaikan dengan jumlah variabel.
Contoh dari toko_berkah, dataset latihan ngulikdata berisi catatan harian warung sembako di Semarang selama 90 hari: R Square 0,61 dan Adjusted R Square 0,58.
Nilai Adjusted R Square sebesar 0,58 menunjukkan bahwa 58 persen variasi omzet harian dapat dijelaskan oleh biaya promosi dan kelengkapan barang, sedangkan 42 persen sisanya dijelaskan faktor lain di luar model penelitian.
R Square kecil bukan berarti penelitianmu jelek. Di penelitian perilaku, angka 0,3 sampai 0,5 itu biasa, soalnya perilaku manusia dipengaruhi banyak hal yang nggak masuk kuesioner.
Kolom Durbin-Watson muncul di tabel ini kalau kamu centang opsinya. Angka itu buat uji autokorelasi, dan cuma relevan kalau datamu berupa runtut waktu.
Tabel ANOVA di output regresi dipakai buat uji F, yaitu nguji apakah seluruh variabel bebas secara bersama-sama berpengaruh terhadap variabel terikat. Yang dibaca nilai F dan kolom Sig. Kalau Sig. lebih kecil dari 0,05, hipotesis simultan didukung data.
Perhatiin, tabel ini nggak bilang variabel mana yang berpengaruh. Itu tugas tabel berikutnya.
Uji F menghasilkan nilai F hitung sebesar 64,238 dengan signifikansi 0,000. Karena signifikansi lebih kecil dari 0,05, biaya promosi dan kelengkapan barang secara simultan berpengaruh terhadap omzet harian.
Angka Sig. yang tertulis 0,000 di SPSS artinya lebih kecil dari 0,0005, bukan nol persis. Tulis sebagai "0,000" di tabel, tapi di narasi lebih aman nulis "lebih kecil dari 0,05".
Coefficients berisi jawaban buat tiap hipotesis parsial. Kolom B di bagian Unstandardized Coefficients dipakai buat nyusun persamaan regresi. Kolom t dan Sig. dipakai buat uji hipotesis. Kolom Tolerance dan VIF di bagian Collinearity Statistics dipakai buat uji multikolinearitas.
| Kolom | Artinya | Cara baca |
|---|---|---|
| B (Constant) | Nilai Y kalau semua X nol | Sering nggak punya arti praktis, tetap ditulis di persamaan |
| B tiap variabel | Perubahan Y tiap kenaikan satu satuan X | Tanda positif atau negatif nunjukin arah pengaruh |
| Beta (Standardized) | Kontribusi relatif antar variabel | Yang nilainya terbesar paling dominan |
| t dan Sig. | Uji hipotesis parsial | Sig. di bawah 0,05 berarti hipotesis didukung |
| Tolerance dan VIF | Uji multikolinearitas | VIF di bawah 10 dan Tolerance di atas 0,10 |
Beda B dan Beta sering ditanya penguji. B dipakai buat persamaan dan interpretasi satuan asli, Beta dipakai buat membandingkan variabel mana yang pengaruhnya paling besar karena satuannya udah disamakan.
Variabel Biaya Promosi memiliki nilai B sebesar 0,382 dengan t hitung 4,318 dan signifikansi 0,000. Karena signifikansi lebih kecil dari 0,05, H1 didukung oleh data. Nilai VIF sebesar 1,214 menunjukkan tidak terjadi gejala multikolinearitas.
Definisi resmi tiap statistik di tabel ini bisa kamu cek di dokumentasi IBM SPSS Statistics.
Kesalahan nomor enam yang paling sering luput. Sebelum nulis bab 4, buka semua tabel, catat nilai N di tiap tabel, dan pastikan angkanya sama.
Itu hasil pembulatan tiga desimal, artinya nilainya lebih kecil dari 0,0005, bukan nol persis. Probabilitas nol itu nggak mungkin secara statistik. Di tabel kamu boleh tulis 0,000 sesuai output, tapi di narasi lebih aman nulis signifikansi lebih kecil dari 0,05 supaya nggak jadi bahan pertanyaan penguji.
R adalah koefisien korelasi antara nilai Y sebenarnya dan Y yang diramalkan model. R Square adalah R yang dikuadratkan, nunjukin proporsi variasi Y yang dijelaskan model. Adjusted R Square adalah R Square yang udah disesuaikan dengan jumlah variabel bebas, jadi angkanya nggak otomatis naik cuma gara-gara kamu nambah variabel.
Nggak. Tulis hasilnya apa adanya, lalu sebut tindakan yang kamu ambil. Pilihan yang umum dipakai: periksa dan tangani outlier dengan alasan jelas, transformasi data, atau pindah ke uji nonparametrik yang nggak butuh asumsi normal. Yang bikin masalah bukan asumsi yang gagal, tapi asumsi gagal yang disembunyiin.
Batas yang paling umum dipakai adalah VIF di bawah 10 dengan Tolerance di atas 0,10. Sebagian buku pakai batas lebih ketat, yaitu VIF di bawah 5. Pilih satu batas, sebut sumbernya di bab 3, dan konsisten. Kalau VIF-mu tinggi, biasanya ada dua variabel bebas yang isinya hampir mengukur hal yang sama.
Secara teknis bisa lewat salin tempel, tapi mayoritas panduan kampus minta tabel diketik ulang dengan format yang mereka tentukan, biasanya tanpa garis vertikal. Cara yang hemat waktu: salin tabel ke Excel dulu buat ngambil angkanya, lalu buat tabel baru di Word dengan format kampus.
Tiga hal yang bikin baca output jadi jauh lebih cepat:
Kalau kamu belum familiar sama menunya, mulai dari panduan cara menggunakan SPSS. Kalau angkanya udah siap dan tinggal nulis, lanjut ke panduan menulis bab 4.
Mau latihan baca angka statistik tanpa nunggu data skripsimu kelar? Coba dataset latihannya di NgulikSheet, gratis.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Kolom datetime nyimpen tanggal, jam, hari, semuanya nempel jadi satu. Accessor .dt di pandas ngeluarin tiap bagian jadi kolom sendiri buat dianalisa.
Nama toko ketik campur huruf besar-kecil, spasi nyasar di ujung, atau kode produk nempel jadi satu. Accessor .str di pandas ngerapiin semua itu tanpa loop.
Model machine learning cuma ngerti angka, bukan teks kayak merah atau biru. get_dummies ngubah kolom kategori jadi kolom 0/1 dalam satu baris kode.